Abstract The problem addressed in the present thesis is the utility of linguistic knowledge in one domain of language technology, word prediction. An important characteristic of any practical language technology application is its level of performance, and it is therefore essential to be able to measure this quantitatively. The main questions in the present thesis are the following: (1) how can a significant improvement in performance be obtained in practical language technology products, and (2) what is the cost of improved performance in terms of the sources of linguistic knowledge that should be incorporated in them? On a more general level, the major findings suggest that the practical utility of linguistic knowledge in language technology should generally be evaluated from at least three larger perspectives: (1) language, (2) technology, and (3) the user of the application. From these three perspectives, a variety of constraints can be identified which either increase or decrease the usefulness of linguistic knowledge in practical language technology applications. A statistical state-of-the-art word prediction system was developed and tested in the empirical part of this work, and testing the performance of a few prediction methods that utilise sources of linguistic knowledge showed that they can perform just as well as some existing state-of-the-art statistical prediction methods. When the syllable-initial characters of the words to be predicted were used, for example, the expected length of the search key in a running text with a prediction list of ten tokens was only 1.59 characters, while the use of information on the parts of speech of the word tokens to be predicted in a system with five lists representing five parts of speech resulted only in a three percent improvement in performance. One of the practical implications of these results for the field of language technology is that a significant improvement in the performance of a word prediction system may be achieved only incrementally. The simultaneous use of several techniques may in turn dilute the real-time operation of the prediction system, so that it is unable to suggest candidate words quickly enough for the user. It can also affect some performance aspects such as the average percentage of keystrokes/characters saved. / Abstrakti Tässä työssä tutkittiin lingvistisen tiedon hyödyllisyyttä kieliteknologian yhdellä sovellusalueella eli sanan ennakointia englannin kielessä. Sovellus pyrkii ennakoimaan sanan, jota käyttäjä kirjoittaa parhaillaan tai aikoo kirjoittaa seuraavaksi. Nämä sovellukset ovat hyödyllisiä esim. pienissä päätelaitteissa, joissa tekstin tuottaminen on hankalaa. Eräs kieliteknologiasovellusten tärkeimmistä ominaisuuksista on niiden tehokas toiminta ja suorituskyky, jonka tulisi olla kvantitatiivisesti mitattavissa. Oleellisin tutkimuskysymys on näin ollen: (1) miten käytännön kieliteknologiasovellusten suorituskykyä voidaan parantaa merkittävästi lingvistisen tiedon avulla ja (2) mitä tämä vaatii käytännössä? Yleisellä tasolla tutkimuksen tärkeimmät tulokset ovat seuraavat: lingvistisen tiedon käytännön hyödyllisyyttä pitäisi arvioida ainakin kolmesta näkökulmasta, jotka ovat: (1) kielen näkökulma, (2) teknologian näkökulma ja (3) sovelluksen käyttäjän näkökulma. Näiden kolmen näkökulman avulla voidaan määrittää joukko tekijöitä, jotka joko lisäävät tai vähentävät lingvistisen tiedon hyödyllisyyttä käytännön kieliteknologiasovelluksissa. Työn empiirisessä osassa kehitettiin tilastollinen sananennakointisovellus englannin kieleen hyödyntäen parhaiten toimivia ennakointitekniikoita yhdessä ja samassa järjestelmässä. Kehitetyssä järjestelmässä suorituskyky vastaa täysin aiempien järjestelmien suorituskykyä. Työssä testattiin myös joitakin uusia, lingvististä tietoa hyödyntäviä ennakointitekniikoita, joiden suorituskyky vastasi tiettyjen tilastollisten ennakointimenetelmien suorituskykyä. Tutkimuksen tuloksista voidaan päätellä muun muassa, että sananennakointisovellusten suorituskykyä voidaan parantaa merkittävästi lingvistisen tiedon avulla vain käyttämällä samanaikaisesti useita lingvistisen tiedon lähteitä. Tämä taas saattaa hidastaa sovelluksen reaaliaikaista toimintaa ja vaikuttaa sovelluksen suorituskykyyn silloin kun se mitataan näppäinsäästönä merkkisäästön asemesta.

Abstract The study examines ‘recovery through repetition’, investigating how speakers repeat their own utterances in order to return to prior talk. The phenomenon comprises instances of everyday, casual conversation in which speakers indicate that their utterance was either not taken up at all or not taken up to an adequate degree. By repeating the utterance more or less word-for-word, speakers suggest to their recipients that a (different type of) response is relevant and offer the utterance for re-consideration. The data consist of American-English and Finnish conversations. The segments come from the Santa Barbara Corpus of Spoken American English and from the Corpus of Conversational Finnish that is maintained by the Department of Finnish Language and Literature at the University of Helsinki (Keskusteluntutkimuksen arkisto). The theoretical and methodological framework of the study is based on interactional linguistics and conversation analysis. First, the study details the typical composition and position of recovery through repetition and discusses the interactional implications that the repeated utterances may have. The study focuses on the functions of recovery through repetition and their implications for stance taking. Two overall interactional environments are identified: speakers employ recovery through repetition either to seek the attention of recipients and to take a stance towards an activity in progress, or to redirect the attention of recipients and to take a stance towards a recipient response. The different functions of recovery through repetition in the two environments are further examined. Moreover, the study contrasts repetition with other means of recovery and suggests that the different means have divergent implications for stance taking. Finally, the study concludes that recovery through repetition provides speakers with a means of negotiating the input of their utterances and simultaneously taking a stance towards an aspect of the ongoing interaction. / Tiivistelmä Tutkimus tarkastelee toistoa elvytyskeinona keskustelussa eli sitä, kuinka puhuja toistaa oman lausumansa palatakseen aiempaan puheeseen. Ilmiö muodostuu arkisista, epämuodollisista keskustelutilanteista, joissa puhuja osoittaa, että jotakin hänen lausumaansa ei ole joko otettu lainkaan huomioon tai sitä ei ole käsitelty asianmukaisesti. Toistamalla lausuman lähes sanatarkasti puhuja ilmaisee keskustelukumppaneilleen, että jonkinlainen (tai mahdollisesti tietyntyyppinen) vastaanotto olisi odotuksenmukainen, ja tarjoaa lausumaansa käsiteltäväksi uudelleen. Tutkimuksen aineisto koostuu amerikanenglannin- ja suomenkielisistä keskusteluista, jotka ovat peräisin Santa Barbaran puhutun amerikanenglannin kokoelmasta (Santa Barbara Corpus of Spoken American English) ja Helsingin yliopiston suomen kielen ja kotimaisen kirjallisuuden laitoksen Keskusteluntutkimuksen arkistosta. Tutkimuksen teoreettisen ja menetelmällisen viitekehyksen muodostavat vuorovaikutuslingvistiikka ja keskustelunanalyysi. Aluksi tutkimuksessa kartoitetaan yksityiskohtaisesti elvyttävän toiston tyypillistä rakennetta ja paikkaa sekä pohditaan toistettujen lausumien mahdollisia vuorovaikutuksellisia seuraamuksia. Tutkimus keskittyy elvyttävän toiston tehtäviin ja niiden merkitykseen asennoitumiselle. Tutkimuksessa tunnistetaan kaksi yleistä esiintymisympäristöä: puhujat käyttävät elvyttävää toistoa joko hakeakseen vastaanottajien huomiota ja ottaakseen kantaa meneillään olevaan toimintaan tai ohjatakseen vastaanottajien huomiota ja ottaakseen kantaa edeltävään vastaanottajan vuoroon. Elvyttävän toiston tehtäviä näissä kahdessa ympäristössä eritellään tutkimuksessa tarkemmin. Lisäksi tutkimuksessa verrataan toistoa muihin elvytyskeinoihin keskustelussa ja esitetään, että eri elvytyskeinoilla rakennetaan asennoitumista eri tavoin. Tutkimus osoittaa, että elvyttävä toisto tarjoaa keskustelijoille keinon neuvotella sanomansa merkityksestä ja samalla rakentaa asennoitumistaan meneillään olevaan vuorovaikutustilanteeseen.

Abstract The thesis presents a case-study through which the linguistic purpose and historical and social context of the University of London Holiday Course in English Language for Foreign Teachers, is analysed and interpreted. The study foregrounds the context, content and development of one of the smallest academic units, a four-week short course, to contribute to our understanding of how international students of English language were taught and assessed in a particular university context in the early 20th century. The period from 1903 to 1952 is examined in order to understand why the course was successful and the impact of the work of Walter Ripman (1869-1947) who directed the course until 1939. Ripman is better known as a teacher of German and a significant figure in the German Reform Movement, which originated in 19th century Germany, but his approach to culture, phonetics and vocabulary acquisition in English language teaching and learning is less well known. The study goes beyond a history of his methodology to investigate and critically assess the formula that Ripman developed for the design of the short, university English language course and compares it with a similar course run at University College London by Daniel Jones. The changes that were made to the content and purpose of the course, following Ripman’s retirement in 1939, are examined as to how far they reflected the effects of war and the continued desire to internationalise the University itself by aligning the content of the courses more closely to the University programmes. The nature and importance of the web of relationships between staff in the success and longevity of the course are analysed and in particular the contribution of women to better understand their role in the learned world at that time. / Tiivistelmä Tässä tapaustutkimuksessa analysoidaan ja tulkitaan Lontoon yliopiston ulkomaisille opettajille suunnatun englannin kielen lomakurssin kielellisiä tavoitteita sekä historiallista ja sosiaalista kontekstia. Tutkimus nostaa tarkastelun kohteeksi yhden pienimmistä akateemisista opintokoko-naisuuksista eli neliviikkoisen lyhytkurssin ja sen kontekstin, sisällön ja kehityksen. Tavoitteena on syventää ymmärrystä siitä, kuinka kansainvälisiä englannin kielen opiskelijoita opetettiin ja arvioitiin tässä yliopistokontekstissa 1903–1952. Tutkimuksen tarkoituksena on selvittää, miksi kurssi oli menestyksekäs ja mikä rooli tässä oli Walter Ripmanilla (1869–1947), joka johti kurssia vuoteen 1939 asti. Ripman tunnetaan saksan kielen opettajana ja tärkeänä hahmona kieltenopetuksen uudistustyössä, joka alkoi 1800-luvulla Saksassa, mutta hänen englannin opetukseen ja oppimiseen liittyvät näkemyksensä kulttuurista, fonetiikasta ja sanaston oppimisesta ovat vähemmän tunnettuja. Tutkimuksessa tarkastellaan Ripmanin metodologian historiaa mutta arvioidaan myös kriittisesti yliopistollisen englannin kielen lyhytkurssin toimintamallia, jota hän kehitti. Mallia verrataan vastaavaan kurssiin, jota Daniel Jones johti Lontoon University Collegessa. Työssä tutkitaan niitä muutoksia, joita tehtiin kurssin sisältöön ja tavoitteisiin sodan jälkeen, kun Ripman oli jo siirtynyt eläkkeelle. Muutoksia tarkastellaan suhteessa yliopiston kansainvälistämispyrki¬myksiin ja toiveisiin suunnata kurssisisältöä yliopiston tutkinto-ohjelmien mukaisesti. Lisäksi tutkimuksessa kiinnitetään huomiota henkilökunnan keskinäisten verkostojen luonteeseen ja merkitykseen kurssin menestykselle ja pitkäikäisyydelle sekä erityisesti naisten panokseen ajan akateemisessa maailmassa.